AI 最擅长回答问题。

但我最近越来越不想问它问题了。因为同一件事问到第三次,答案再好,也只是在重复劳动。

这几天,我把三个反复问过的问题,分别做成了三个网站:一个看股票,一个判断冲浪时间,还有一个帮我继续读完一本书。

投资、冲浪、读书,看起来是三件完全不同的事。实际上,它们让我完整走了一遍同样的路:

从一次答案,到个人判断,再到一个明天还能运行的小系统。

第一个网站,上线第二天就坏了

第一个工具叫「口袋投研」。

我平时看一只股票,会在报价、K 线、资金、新闻和基本面之间来回切换。我也让 AI 分析过很多次,但每次都要重新给标的、补数据、说清楚风险偏好。

第三次做这件事时,我干脆让 AI 先做了一个只有搜索框的页面。

输入股票名称或代码,它把几类公开数据收到同一个入口,再按固定口径生成六维判断。我给它划了三条线:不接账户,不下单,不用一个分数伪装确定性。

这就是「口袋投研」的第一版。

口袋投研手机端的六维综合评分卡,显示 67 分偏强及各维度评分
不是只给一个结论,而是把基本面、技术面、资金面、消息面与宏观面的依据留在同一张评分卡里。

然后,它上线第二天就坏了。

上游数据源触发 IP 风控,报价和 K 线开始失败。这时再给 AI 一句“修一下”没有意义,我必须先决定系统应该怎样失败:某个维度缺失时,是整页报错,还是用剩下的数据重新归一?主数据源不可用时,是显示旧缓存,还是切换第二来源?

边界由我确认,AI 去改代码、加腾讯财经降级源、补缓存和健康检查,再用线上请求反复验证。这次故障之后,我不再把“能打开”当作完成。

工具要有失败时的样子。

这也是从答案到系统的第一步:答案只要在当下成立,系统必须考虑明天会发生什么。

现在它在 touzi.wildfires.cc 上运行。

有了数据,还要知道这个人是谁

第二个工具是「今天冲浪吗」。

冲浪前,我会看浪高、涌浪周期、风向、潮汐和海温。这些数据在天气网站上都有,问 AI 也能获得一串解释。

第一版页面也很像一份正确的浪报:数据、评分、排序,都有。

但这份“正确”很快暴露了问题。同样 1.2 米的浪,对刚学会起乘的人和对稳定下浪的人,根本不是同一个答案。一个通用分数把数据说对了,却没有帮我决定要不要下水。

所以我把问题改了。

页面打开时,它不先展示浪报,而是问:你冲到哪一步了?

冲浪择日手机端页面,显示今天 16:00 至 20:00 的最佳下水时间和 73 分评分
它先确认用户的能力,再给出今天 16:00 至 20:00 的下水窗口,让浪报真正进入行动。

新手、进阶、高手三个档位,会改变浪高理想区间、浪点排序和选板建议。AI 可以帮我把风向换算成离岸风或向岸风,可以计算 18 个浪点未来 48 小时的分数,也可以找出连续可下水的时间窗口。

但“什么样的浪对我算合适”,仍然要由真实的身体经验来定。

这是第二步:一个系统不能只记住数据,它还得记住数据最后要服务谁的行动。

它现在在 surf.wildfires.cc 上,不需要注册,也不需要 API Key。

给完答案不算完,真的行动才算

第三个工具叫「AI Book Journey」。

我想读完霍华德·马克斯的《投资最重要的事》。如果目标是快点知道它讲了什么,AI 几分钟就能生成一份摘要。

可摘要恰好解决错了问题。

我不缺一份更短的书,我缺的是今晚 21:30 愿意打开它的理由。

这个项目最早想过视频、AI 对话、个性化推荐和更复杂的阅读形式。项目开始后,这些想法被逐个移出了 v0。

因为它们都没有通过同一个问题:它能让我今晚更想点开下一集吗?

阅读旅程手机端的读后反思页面,提出关于投资判断的一个问题
它不急着替人读完一本书,只做两件事:给出今晚的入口,留下读完后还想继续想的问题。

整本书被拆成 14 个 Episode。每一集只保留故事钩子、一小段伴读、一个思考问题和下一集的悬念。晚上 21:30,飞书推送当天的阅读入口;21:45,自动化会检查这次推送是不是真的送达。

阅读进度存在本地,没有账号,没有数据库。现在 14 集已经上线,但这个实验还没有完成。页面全部做完,只能证明系统可以运行;只有我真的继续读下去,才能证明它有用。

这是第三步:长期工具不能停在给出答案。它必须进入真实的行为和时间。

整个阅读旅程放在 book.wildfires.cc

我现在怎样把一句抱怨做成工具

做完这三个网站后,我把过程整理成了一条更完整的链路:

反复抱怨 → 可判断的输入 → 明确行动 → 最小界面 → 自动运行 → 故障与使用反馈 → 新规则

我会先找一件已经反复发生的小事。这很重要,因为“听起来有市场”的创意很多,真的付过时间和注意力的问题很少。

然后我会先定义行动。看完数据之后要做什么?决定要不要深入研究,选出下水时间,还是点开下一集?行动没有定义,界面就只会越来越满。

接下来才让 AI 写第一版。第一版只需要足够窄,窄到我能够在当天开始用。用的时候,初版对我的误解、数据的失败、一次没有点开的推送,都会变成下一条规则。

AI 在这里不只降低了写代码的成本。

它同时降低了修改一条个人规则、重做一个界面、增加一个降级方案,以及为一个只有一名用户的工具继续维护的成本。

这才是三个网站对我最大的意义。

人负责定义值得,AI 负责让它发生

这三个项目里,AI 可以读文档、写代码、调 API、修故障、部署域名,也可以在晚上 21:45 去检查一条推送是不是真的送达。

有几件事始终留在我这边。

一个投资分数应该如何提醒风险,什么样的浪超出了我的能力,阅读工具应该促使我读书还是替我读完,这些都不是代码问题。

它们决定了这个工具值不值得存在。

如果你也有一件反复遇到的小事,我现在有一个很简单的判断方式:

当你第三次向 AI 问同一个问题时,也许该做的已经不是继续问,而是把输入、判断和下一步行动留下来。